10.3969/j.issn.1003-3254.2011.11.021
基于FCMAC的鲁棒自适应迭代学习控制算法
工业机器人在改变运动轨迹时往往伴随着系统噪声、干扰的引入以及自身的惯量参数发生变化,采用传统的迭代控制算法难以达到高精度、高速控制的要求.将自适应与鲁棒控制与迭代控制相结合,提高迭代算法的控制精度;给定任务发生改变时,引入模糊小脑关节控制器作为前馈控制,经历史控制经验训练后估算出变化后系统的期望估计输入,作为迭代控制器的初始输入,避免了在新任务产生时盲目的选择初始量,达到高速控制目的.对机器人系统的仿真结果验证了本算法的有效性和合理性.
FCMAC、迭代学习控制、鲁棒自适应
20
TP2;TP1
2012-03-05(万方平台首次上网日期,不代表论文的发表时间)
共5页
86-90